表紙
市場調査レポート

高速輸送におけるビッグデータの戦略的分析

Strategic Analysis of Big Data in Rapid Transit

発行 Frost & Sullivan 商品コード 322710
出版日 ページ情報 英文 62 Pages
納期: 即日から翌営業日
価格
本日の銀行送金レート: 1USD=102.85円で換算しております。
Back to Top
高速輸送におけるビッグデータの戦略的分析 Strategic Analysis of Big Data in Rapid Transit
出版日: 2014年12月31日 ページ情報: 英文 62 Pages
概要

当レポートは、鉄道業界の車両輸送における主な動向や市場の活性因子、市場位階、市場規模、市場予測、競争因子、市場のシェア、製品ポートフォリオ、地域のプレゼンスなどについて取り上げています。

第1章 エグゼクティブサマリー

  • 主な調査結果
  • ビッグデータの影響
  • ビッグデータの最大市場である北米と欧州
  • 主な調査結果と今後の展望

第2章 調査の範囲、目的、背景および調査手法

  • 調査範囲
  • 調査のねらいと目的
  • 主な調査結果
  • 調査の背景
  • 調査手法

第3章 定義と分類

  • ビッグデータ市場―分類

第4章 ビッグデータへのイントロダクション

  • ビッグデータへのイントロダクション
  • ペタバイト規模のビッグデータ
  • ビジネスインテリジェンスの将来の反復となる予測的分析

第5章 ビッグデータへの移行戦略

  • 陳腐化のリスクがもっとも少ない漸進的なビッグデータの実装
  • 急速にビッグデータの標準的コアになりつつあるHadoop
  • ソーシャルおよびメディアコンテンツの対応、管理の鍵となるNoSQL
  • 予測的分析の新たな道を開くメディア分析
  • ビッグデータにおいて最も重要な意味を持つ予測的分析
  • 新たな専任的役割を必要とするビッグデータからの予測的分析
  • 予測的分析による実績改善の可能性

第6章 鉄道におけるビッグデータの意味

  • 鉄道環境でのビッグデータの用途例
  • ビッグデータの用途―需要のモデル化と乗客予測
  • ビッグデータの用途―鉄道運行自動化
  • ビッグデータの用途―経路計画とスケジューリング
  • ビッグデータの用途―車両位置情報自動化
  • ビッグデータの用途―運賃徴収自動化と電子切符
  • ビッグデータの用途―最先端のリードランキングと転換

第7章 メガトレンドと業界統合の影響

  • トルコの鉄道市場におけるメガトレンドトップ4の影響
  • 鉄道ビッグデータ市場におけるメガトレンドトップ4の影響

第8章 活性因子と抑制因子―市場全体

  • 市場活性因子
  • 活性因子の解説
  • 市場抑制因子
  • 抑制因子の解説

第9章 市場予測と動向―鉄道のビッグデータ

  • 収益予測のシナリオ分析
  • 要素別の鉄道ビッグデータ市場
  • ソース別のビッグデータ収益

第10章 市場のシェアと競争分析−鉄道ビッグデータ市場

  • 世界のビッグデータ・ソリューションをリードするIBM、HP、Dell
  • ビッグデータ・サプライヤ トップ20―ビッグデータによる予想収益
  • ビッグデータのピュアテクノロジー・サプライヤ―予想年間収益

第11章 ケーススタディ

  • Union Pacific
  • データ仮想化活用のパイオニアPortland TriMet

第12章 結論

  • 結論―3大予想
  • 主な結論と今後の展望

第13章 付属資料

目次
Product Code: M9BA

Strategies to Achieve Predictive Analytics Biggest Driver for Big Data Implementation in Rail

The strategic insight provides an outlook of growth opportunities in the Global rail market for Big Data. Secondary and primary research was conducted, including interviews with suppliers, regulation authorities, and distributors. The study discusses key trends, market drivers, opportunities, market size, and forecast of rolling stock deliveries for the rail industry It also highlights competitive factors, competitor market shares, product portfolio, and capabilities for this region. Key conclusions and a future outlook of the market have been provided. The base year is 2014; the forecast period is through 2021.

Key Questions This Study Will Answer

  • What are the possible business Big Data can generate across the rail industry?
  • Why is Big Data important for the rail environment and where it can help in terms of features and services?
  • What are the current opportunities within the rail industry using Big Data and related, successful case studies?
  • What market dynamics are influencing the implementation of Big Data?

Table of Contents

1. EXECUTIVE SUMMARY

Executive Summary

  • 1. Executive Summary-Key Findings
  • 2. Implications of Big Data
  • 3. North America and Europe are the Largest Markets for Big Data
  • 4. Key Findings and Future Outlook

2. RESEARCH SCOPE, OBJECTIVES, BACKGROUND, AND METHODOLOGY

Research Scope, Objectives, Background, and Methodology

  • 1. Research Scope
  • 2. Research Aims and Objectives
  • 3. Key Questions This Study Will Answer
  • 4. Research Background
  • 5. Research Methodology

3. DEFINITIONS AND SEGMENTATION

Definitions and Segmentation

  • 1. Big Data Market-Segmentation

4. INTRODUCTION TO BIG DATA

Introduction to Big Data

  • 1. Introduction to Big Data
  • 2. Scale of Big Data is in Petabytes
  • 3. Predictive Analysis is the Future iteration of Business Intelligence

5. MIGRATION STRATEGY TOWARDS BIG DATA

Migration Strategy Towards Big Data

  • 1. Incremental Big Data Implementation has Least Risk to Obsolescence
  • 2. Hadoop is Quickly Becoming the Standard Core of Big Data
  • 3. NoSQL is Key to Handling and Managing Social and Media Content
  • 4. Media Analytics Open New Pathways to Predictive Analytics
  • 5. Predictive Analytics is the Most important Implication of Big Data
  • 6. Predictive Analytics from Big Data Requires Dedicated new Job Roles
  • 7. Performance Improvement Possibilities with Predictive Analytics

6. IMPLICATIONS OF BIG DATA ON RAIL

Implications of Big Data on Rail

  • 1. Examples of Big Data Applications in the Rail Environment
  • 2. Big Data Application-Demand Modeling and Ridership Forecasting
  • 3. Big Data Application -Automated Train Operation
  • 4. Big Data Application-Route Planning and Scheduling
  • 5. Big Data Application-Automatic Vehicle Location
  • 6. Big Data Application-Automated Fare Collection and E-Ticketing
  • 7. Big Data Application-Advanced Lead Ranking and Conversion

7. MEGA TRENDS AND INDUSTRY CONVERGENCE IMPLICATIONS

Mega Trends and Industry Convergence Implications

  • 1. Impact of Top 4 Mega Trends on the Turkish Rail Market
  • 2. Impact of Top 4 Mega Trends on the Rail Big Data Market
  • 3. Impact of Top 4 Mega Trends on the Turkish Rail Market

8. DRIVERS AND RESTRAINTS-TOTAL MARKET

Drivers and Restraints-Total Market

  • 1. Market Drivers
  • 2. Drivers Explained
  • 3. Market Restraints
  • 4. Restraints Explained

9. FORECAST AND TRENDS-BIG DATA IN RAIL

Forecast and Trends-Big Data in Rail

  • 1. Revenue Forecast Scenario Analysis
  • 2. Rail Big Data Market F&S By Component
  • 3. Big Data Revenue By Source

10. MARKET SHARE AND COMPETITIVE ANALYSIS-RAIL BIG DATA MARKET

Market Share and Competitive Analysis-Rail Big Data Market

  • 1. IBM, HP and Dell worlds leading suppliers of Big Data Solutions
  • 2. Top 20 Big Data Suppliers-Estimated Revenue from Big Data
  • 3. Pure Big Data Technology Suppliers-Estimated Annual Revenue

11. CASE STUDIES

Case Studies

  • 1. Union Pacific Big Data Case Study
  • 2. Portland TriMet Pioneer In Embracing Data Visualization

12. CONCLUSIONS

Conclusions

  • 1. The Last Word-Three Big Predictions
  • 2. Key Conclusions and Future Outlook

13. APPENDIX

Appendix

  • 1. Legal Disclaimer
  • 2. Total Big Data Market By Component 2014-2021
  • 3. Methodology
Back to Top